非下采样Contourlet HMT模型

非下采样Contourlet变换（NSCT）不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性．文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT—HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果．     

基于轮廓小波的图像信号去噪算法研究

在非下采样Contourlet变换域中,针对憎水性图像相关特性,分析了图像有用信息与干扰噪声,提出了基于非下采样Contourlet变换复合绝缘子憎水性图像去噪算法,对变换后低频分量中含有光照不均匀成分采用B样条曲面进行近似,得到补偿后低频分量;对多分辨率多方向性带通分量中乘性噪声应用非线性扩散有选择滤波,最后对修正后系数重构.实验结果表明:与同态滤波相比,此算法不仅对憎水性图像光照不均匀部分最佳补偿,而且图像的细节、边缘信息得到有效的保留甚至加强,为后续憎水性图像分析与理解提供了良好的基础.     

Contourlet域的灰度水印技术研究

为了提高水印算法的鲁棒性和安全性,提出一种基于Contourlet域的双重置乱灰度图像水印算法.首先对灰度水印图像进行Arnold变换和Baker映射双重置乱处理,提高水印安全性;然后将宿主图像进行Contourlet分解为一系列多尺度、局部化、方向性的子带图像,最后选择Contourlet低频系数嵌入水印,并采用明提取的方法获取水印.实验结果表明,该算法能有效的抵抗JPEG压缩、噪声、剪裁等攻击,具有较好的不可见性和更强的稳健性.     

Harris Laplace特征区域 Contourlet域遥感图像水印算法

针对现有遥感图像水印算法抵抗旋转、剪切、水平镜像及联合几何攻击能力差的问题,提出一种局部化遥感图像数字水印新方法.算法首先对水印图像进行 Arnold置乱预处理,并将其行扫描形成一维向量作为待嵌入的水印信息;在宿主遥感图像中提取 Harris Laplace特征点,依据特征点确定水印嵌入特征区域;规范所选特征区域,对其进行归一化后实施 Contourlet变换,利用奇偶量化方法将数字水印嵌入选定的变换系数内.实验证明算法对滤波、噪声、JEPG压缩等常规信号处理具备较好鲁棒性,并且能够更好地抵抗旋转、缩放、平移及其联合等几何攻击     

基于MRF的统计预测提升算子的构造与应用研究

根据图像的统计信息, 在Markov随机场(MRF)的理论基础上, 构造了一种新的非线性算子即统计算子, 提出了基于该算子的一种非线性提升小波分析方法. 并根据MRF的条件概率分布, 在理论上证明了采用基于统计算子的非线性提升小波变换可使图像变换后, 在无量化失真的前提下, 提高高频子带的零高频系数. 将该方法与现有的几种非线性形态学小波分析方法以及S+P变换和JPEG2000采用的5/3和9/7线性提升小波变换进行了不同图像的测试分析, 实验结果显示, 利用这种基于统计算子的提升小波分析方法对医学图像和混合文档图像变换后可取得较低的加权熵.     

快速评估颗粒污泥性能的无锚实例分割方法

现有的Anammox颗粒污泥性能评估方法中,生化反应等效测定的方法较为精确但耗时长,基于图像颜色建模的方法足够快但不够精确.因此本研究基于实例分割任务,提出一种新的结合颗粒污泥视觉特征(如颗粒污泥颜色、尺寸、粗糙度等)进行性能评估的模型,使其能够在快速评估的同时保证较高精度.首先设计采样方案,收集颗粒污泥图像后进行图像标注,进而构建颗粒污泥图像数据集.针对图像场景中样本不均衡和小目标信息难提取的难点,本研究对无锚实例分割方法BlendMask进行改进,在主干网络上结合可变形卷积提取小目标信息,在头部网络上提出自适应样本选择策略平衡样本,并重新设计了后处理、损失函数与数据增强等模块,使改进后的BlendMask方法能快速精确提取图像场景中的颗粒污泥个体.然后获取颗粒污泥的视觉特征,设计视觉特征与性能的关联模型,判别输入图像的性能类别.相比之前的研究,本文提出的方法能够快速精确地获得颗粒污泥的性能评估.最后比较了所提出改进的BlendMask方法和先进方法在颗粒污泥图像分割和性能评估方面的表现,实验结果表明,改进的BlendMask和性能评估模型精度分别提升了3.93%和1.49%,方法取...     

一种基于Markov随机场模型的核磁共振图像分割方法

为了提高核磁共振(MR)图像分割的效果,提出了一种基于Markov随机场模型的分割方法。该方法利用Markov随机场描述图像的先验分布,结合MAP准则获得分割优化函数,通过ICM局部迭代使分割优化函数收敛。迭代过程中引入了后验概率矩阵的平滑;提高了分割的精度和速度。实测数据的实验结果证明了所提方法的有效性。     

一种快速TMF的无监督SAR图像多类分割算法

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.     

融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

基于区块位置与加权视觉语义映射的语义图像检索

提出了一种新的图像语义映射方法WVS—RSSVM,采用自适应的NCut分割方法自动发现并图像中的区域,提取出每个区域包含了位置信息的特征,达到消除一定歧义的目的。并将这些区域采用加权的方式映射为视觉语义空间中的一个点,然后通过SVM分类的方法进行语义学习,实现对图像的语义标注。并且以SVM分类时点到边界的距离作为该点属于某个语义的隶属度,实现检索的排序。实验结果表明,该方法对表达图像的主要语义以及发现有歧义的区块代表的语义,有很好的效果。     

POLSAR图像杂波L分布建模及其参数估计

基于乘积模型的杂波统计建模是进行高分辨极化合成孔径雷达(POLSAR)图像非均匀区域杂波统计特性分析的有效方法,其核心在于纹理分量随机分布的类型选择.广义伽马分布(GΓD)是一种普适性很强的分布类型,Weibull分布、伽马分布、逆伽马分布等都是GΓD分布的特例,因此基于GΓD分布的图像乘性杂波建模既满足杂波建模的高精度要求,同时成为各种雷达杂波辨识的有效工具.本文首先推导了服从GΓD分布的随机变量的高阶矩特征及其对数累积量(MLC),利用纹理分量服从GΓD分布情形构建了乘积相干斑模型,得到了适用于POLSAR图像处理的L分布杂波多视处理的协方差矩阵的概率分布函数,同时推导了其高阶矩特征及其对数累积量,提出了基于对数累积量的L分布参数估计新方法.针对样本数较少的情况下对数累积量参数估计失效问题提出了基于混合矩(MME)的参数估计方法来解决.然后给出了不同分布的高阶矩和对数累积量,通过二三阶对数累积量关系图辨析了常用分布与L分布的内在关系,得到了L分布是目前乘积模型中适用范围较为广泛的统计分布的结论.最后用仿真数据验证了理论推导的正确性,并将基于对数累积量的参数估计方法与已有方法进行了比较,结果证明新参数估计方法具有更高的估计精度和运算效率;另外,还用实测数据进行了统计模型检验,其结果验证了理论推导的正确性.极化SAR中多视图像L分布杂波的统计建模及其参数估计方法为极化SAR目标检测和识别等领域的新技术研究提供了新手段.     

基于特征的矢量场自适应纹理绘制

针对3D流场纹理可视化方法面临的遮挡问题,提出了一种基于流场特征模糊提取的自适应稀疏纹理绘制方法.该方法建立在一种可扩展的模糊流场特征区域描述与提取算法基础上,首先通过采用模糊理论对流场特征区域进行描述,建立了流场特征的测度规则并得到相应特征向量,然后基于特征向量偏差给出了最小平方和误差准则下的模糊测度隶属度的确定方法.根据得到的流场特征模糊隶属度场,生成可突出流场特征信息的自适应高斯噪声以进行纹理LIC卷积.同时针对纹理方法难以明确表示3D流场具体方向的缺陷,提出了两种冷暖光照方法,通过在LIC卷积过程中采用冷暖光照方法突出流场具体方向显示,有效解决了该问题.实验表明,本文方法相对于传统特征提取方法更具有可扩展性.同时自适应技术的采用,有效缓解了3D流场可视化存在的遮挡和混淆现象.而冷暖光照处理的加入,则解决了纹理方法对流场具体方向表现上的缺陷.     

Adaptive forecasting of the EURIBOR swap term structure

In this paper we adopt a principal components analysis (PCA) to reduce the dimensionality of the term structure and employ autoregressive (AR) models to forecast principal components which, in turn, are used to forecast swap rates. Arguing in favour of structural variation, we propose data‐driven, adaptive model selection strategies based on the PCA/AR model. To evaluate ex ante forecasting performance for particular rates, distinct forecast features, such as mean squared errors, directional accuracy and directional forecast value, are considered. It turns out that, relative to benchmark models, the adaptive approach offers additional forecast accuracy in terms of directional accuracy and directional forecast value. Copyright © 2009 John Wiley & Sons, Ltd.     

一种以特征线为中心的曲面特征表示方法

由于自由曲面特征形状复杂多样，难以有效地进行参数化表示．本文提出了一种以特征线为中心的曲面特征层次参数化的表示方法．该方法将特征线作为曲面构建的基本单元，将特征线划分为几何层、约束层、语法层和语义层，利用特征线信息对曲面特征进行参数分层，实现曲面特征的整体形状和局部形状的层次控制；在参数化表示上，按不同自由度分为半自由和完全自由曲面特征，并对曲面特征进行了统一的定义表示．实验结果表明，本文方法能够表达多种形状的自由曲面，在高层语义参数层面上方便地编辑曲面特征，是一种有效的曲面特征表示方法．     

基于M-S模型的参数自适应图分割方法

基于图分割的分段常数水平集方法Mumford-Shah模型能够很好的处理多相图像，但由于Mumford-Shah模型本身固有的原因，该方法对于长度参数也很敏感。为了解决这个难题，本文给出了一个自动估计包括长度参数的模型参数的自适应方法，该方法根据图像的噪声方差大小来确定参数。该自适应方法与基于图分割方法相结合，能够解决模型对参数敏感的难题。最后，通过计算机生成的图像和实际图像的分割结果证明了该方法是有效的。     

求同存异的非局部图像去噪

非局部方法是近年来图像恢复领域最重要的方法之一,这类方法的关键在于如何理解和描述自然图像的自相似性质.本文通过对自相似性质的深入分析,提出描述自相似性质的两个原则：1）＂两方向＂原则：利用隐含在图像中的两方向相关结构.2）＂求同存异＂原则：利用相似性的同时保持各相似块之间的相对差异.然后利用奇异值分解建立了一种符合这两个原则的非局部图像去噪模型.该模型能获得很好的去噪效果.